Estimativa de biomassa, em áreas degradadas e não degradadas, por meio de isolamento de árvores com dados LiDAR
Autor(a) principal: | |
---|---|
Data de Publicação: | 2018 |
Tipo de documento: | Dissertação |
Idioma: | por |
Título da fonte: | Biblioteca Digital de Teses e Dissertações do INPE |
Texto Completo: | http://urlib.net/sid.inpe.br/mtc-m21c/2018/08.21.00.13 |
Resumo: | A mudança de uso e cobertura da terra que ocorre no estado do Mato Grosso MT, ocasiona a perda de biomassa florestal, liberando para a atmosfera gases que contribuem para o aumento da temperatura na terra, devido ao efeito estufa. O principal gás responsável pelo efeito estufa é o CO2. O carbono em florestas é estocado principalmente em biomassa e pode ser volatilizado em quantidades diferentes dependendo da intensidade e magnitude da degradação que a floresta emite. A estimativa dessa biomassa, comumente, é feita por inventário florestal de parcelas que tem seus modelos extrapolados para o tamanho da parcela medida. Para atenuar esta limitação na complexidade de florestas tropicais e auxiliar na estimativa de biomassa, este trabalho teve como objetivo, estimar a biomassa viva acima do solo, utilizando a técnica de isolamento de copas de árvores em nuvens de pontos Light Detection and Ranging LiDAR aerotransportados. Para isso, quatro áreas da região noroeste do estado do Mato Grosso; uma degradada pelo fogo, duas degradadas por corte seletivo e outra não degradada, foram analisadas. A técnica de amostragem utilizada nestas áreas foi a detecção de árvores individuais (Individual Tree Detection - ITD) através dos algoritmos de Dalponte (2018) e de Silva et al. (2017). Neste último, foram analisados os parâmetros e definidos tamanhos de pixel de 0,5 m para o arquivo matricial do Modelo de Altura de Copa (Canopy Height Model CHM) que foi suavizado com filtro de janela de 3 x 3 pixel. O algoritmo de Dalponte (2018) dispunha de trabalho com parâmetros utilizados em região de floresta tropical e, desta maneira, foram utilizados os parâmetros padrões. Após definidas as copas, foram extraídas métricas da nuvem de pontos representativas de cada árvore, essas métricas apresentaram alta correlação de Pearson entre si. Para estas, foi utilizada a seleção das métricas menos correlacionadas com dois limiares 0,5 e 0,8. As métricas restantes apresentaram valores discrepantes de R²ajustado para predizer modelos de biomassa viva acima do solo (Above Ground Biomass AGB), variando de 0,89 a 0,055, definindo que o tipo de impacto sofrido pela floresta e o algoritmo utilizado influenciam no sucesso da estimativa de AGB, utilizando nuvens de pontos extraídas pela detecção de árvores individuais (ITD). ABSTRACT: The use of land cover and land occurs in Mato Grosso, causing the loss of forest biomass, releasing the atmosphere and contributing to the increase of temperature in the earth, due to the greenhouse effect. The main gas is responsible for the greenhouse effect is CO2. Carbon in forests is more concentrated in biomass and can be volatilized into waste, depending on the intensity and magnitude of the degradation that the forest emits. The support of biomass is usually made through a forest platform of plots that have their models extrapolated to the size of the plot measured. To mitigate the emission of tropical and auxiliary calories in biomass, the objective of this work was to estimate a living biomass above the ground, using a technique of isolation of landscape canopies in airborne light detection and distance combat - LiDAR points clouds. For this, four areas of the northwest region of the state of Mato Grosso; "The technique of sampling with individual tree detection (ITD) was performed using the algorithms of Dalponte (2018) and Silva et al. (2017), which were degraded by fire, two degraded by rapid cutting and another not degraded. |
id |
INPE_688812c1c879c6331c4f370d30abb0d0 |
---|---|
oai_identifier_str |
oai:urlib.net:sid.inpe.br/mtc-m21c/2018/08.21.00.13.43-0 |
network_acronym_str |
INPE |
network_name_str |
Biblioteca Digital de Teses e Dissertações do INPE |
spelling |
info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisEstimativa de biomassa, em áreas degradadas e não degradadas, por meio de isolamento de árvores com dados LiDARBiomass estimation, in degraded and non-degraded areas, by isolation of trees with LiDAR data.2018-08-22Yosio Edemir ShimabukuroVagner Alex PesckAnderson JorgeInstituto Nacional de Pesquisas Espaciais (INPE)Programa de Pós-Graduação do INPE em Sensoriamento RemotoINPEBRsensoriamento remotoLiDARdetecção de árvores individuaisbiomassa viva acima do soloremote sensingLiDARdetection of individual treesliving biomass above groundA mudança de uso e cobertura da terra que ocorre no estado do Mato Grosso MT, ocasiona a perda de biomassa florestal, liberando para a atmosfera gases que contribuem para o aumento da temperatura na terra, devido ao efeito estufa. O principal gás responsável pelo efeito estufa é o CO2. O carbono em florestas é estocado principalmente em biomassa e pode ser volatilizado em quantidades diferentes dependendo da intensidade e magnitude da degradação que a floresta emite. A estimativa dessa biomassa, comumente, é feita por inventário florestal de parcelas que tem seus modelos extrapolados para o tamanho da parcela medida. Para atenuar esta limitação na complexidade de florestas tropicais e auxiliar na estimativa de biomassa, este trabalho teve como objetivo, estimar a biomassa viva acima do solo, utilizando a técnica de isolamento de copas de árvores em nuvens de pontos Light Detection and Ranging LiDAR aerotransportados. Para isso, quatro áreas da região noroeste do estado do Mato Grosso; uma degradada pelo fogo, duas degradadas por corte seletivo e outra não degradada, foram analisadas. A técnica de amostragem utilizada nestas áreas foi a detecção de árvores individuais (Individual Tree Detection - ITD) através dos algoritmos de Dalponte (2018) e de Silva et al. (2017). Neste último, foram analisados os parâmetros e definidos tamanhos de pixel de 0,5 m para o arquivo matricial do Modelo de Altura de Copa (Canopy Height Model CHM) que foi suavizado com filtro de janela de 3 x 3 pixel. O algoritmo de Dalponte (2018) dispunha de trabalho com parâmetros utilizados em região de floresta tropical e, desta maneira, foram utilizados os parâmetros padrões. Após definidas as copas, foram extraídas métricas da nuvem de pontos representativas de cada árvore, essas métricas apresentaram alta correlação de Pearson entre si. Para estas, foi utilizada a seleção das métricas menos correlacionadas com dois limiares 0,5 e 0,8. As métricas restantes apresentaram valores discrepantes de R²ajustado para predizer modelos de biomassa viva acima do solo (Above Ground Biomass AGB), variando de 0,89 a 0,055, definindo que o tipo de impacto sofrido pela floresta e o algoritmo utilizado influenciam no sucesso da estimativa de AGB, utilizando nuvens de pontos extraídas pela detecção de árvores individuais (ITD). ABSTRACT: The use of land cover and land occurs in Mato Grosso, causing the loss of forest biomass, releasing the atmosphere and contributing to the increase of temperature in the earth, due to the greenhouse effect. The main gas is responsible for the greenhouse effect is CO2. Carbon in forests is more concentrated in biomass and can be volatilized into waste, depending on the intensity and magnitude of the degradation that the forest emits. The support of biomass is usually made through a forest platform of plots that have their models extrapolated to the size of the plot measured. To mitigate the emission of tropical and auxiliary calories in biomass, the objective of this work was to estimate a living biomass above the ground, using a technique of isolation of landscape canopies in airborne light detection and distance combat - LiDAR points clouds. For this, four areas of the northwest region of the state of Mato Grosso; "The technique of sampling with individual tree detection (ITD) was performed using the algorithms of Dalponte (2018) and Silva et al. (2017), which were degraded by fire, two degraded by rapid cutting and another not degraded.The parameters and pixel sizes of 0.5 m for the Cup Height Model (CHM) matrix file were smoothed with a 3 x 3 pixel window. The Dalponte (2018) algorithm dispunge work for In this way, we used a selection of the least correlated metrics with two thresholds 0, 0, 0, 0, 0, 0, 0, 0, 0, , 5 and 0.8 As the R2 discrete data output options set to predict live above-ground biomass (AGB) models, varying from 0.89 to 0.055, defining what kind of impact the technology and content used influence the success of the economy. of AGB, with the use of clouds of extra points for the individual tree detectation (ITD).http://urlib.net/sid.inpe.br/mtc-m21c/2018/08.21.00.13info:eu-repo/semantics/openAccessporreponame:Biblioteca Digital de Teses e Dissertações do INPEinstname:Instituto Nacional de Pesquisas Espaciais (INPE)instacron:INPE2021-07-31T06:55:52Zoai:urlib.net:sid.inpe.br/mtc-m21c/2018/08.21.00.13.43-0Biblioteca Digital de Teses e Dissertaçõeshttp://bibdigital.sid.inpe.br/PUBhttp://bibdigital.sid.inpe.br/col/iconet.com.br/banon/2003/11.21.21.08/doc/oai.cgiopendoar:32772021-07-31 06:55:53.347Biblioteca Digital de Teses e Dissertações do INPE - Instituto Nacional de Pesquisas Espaciais (INPE)false |
dc.title.pt.fl_str_mv |
Estimativa de biomassa, em áreas degradadas e não degradadas, por meio de isolamento de árvores com dados LiDAR |
dc.title.alternative.en.fl_str_mv |
Biomass estimation, in degraded and non-degraded areas, by isolation of trees with LiDAR data. |
title |
Estimativa de biomassa, em áreas degradadas e não degradadas, por meio de isolamento de árvores com dados LiDAR |
spellingShingle |
Estimativa de biomassa, em áreas degradadas e não degradadas, por meio de isolamento de árvores com dados LiDAR Anderson Jorge |
title_short |
Estimativa de biomassa, em áreas degradadas e não degradadas, por meio de isolamento de árvores com dados LiDAR |
title_full |
Estimativa de biomassa, em áreas degradadas e não degradadas, por meio de isolamento de árvores com dados LiDAR |
title_fullStr |
Estimativa de biomassa, em áreas degradadas e não degradadas, por meio de isolamento de árvores com dados LiDAR |
title_full_unstemmed |
Estimativa de biomassa, em áreas degradadas e não degradadas, por meio de isolamento de árvores com dados LiDAR |
title_sort |
Estimativa de biomassa, em áreas degradadas e não degradadas, por meio de isolamento de árvores com dados LiDAR |
author |
Anderson Jorge |
author_facet |
Anderson Jorge |
author_role |
author |
dc.contributor.advisor1.fl_str_mv |
Yosio Edemir Shimabukuro |
dc.contributor.referee1.fl_str_mv |
Vagner Alex Pesck |
dc.contributor.author.fl_str_mv |
Anderson Jorge |
contributor_str_mv |
Yosio Edemir Shimabukuro Vagner Alex Pesck |
dc.description.abstract.por.fl_txt_mv |
A mudança de uso e cobertura da terra que ocorre no estado do Mato Grosso MT, ocasiona a perda de biomassa florestal, liberando para a atmosfera gases que contribuem para o aumento da temperatura na terra, devido ao efeito estufa. O principal gás responsável pelo efeito estufa é o CO2. O carbono em florestas é estocado principalmente em biomassa e pode ser volatilizado em quantidades diferentes dependendo da intensidade e magnitude da degradação que a floresta emite. A estimativa dessa biomassa, comumente, é feita por inventário florestal de parcelas que tem seus modelos extrapolados para o tamanho da parcela medida. Para atenuar esta limitação na complexidade de florestas tropicais e auxiliar na estimativa de biomassa, este trabalho teve como objetivo, estimar a biomassa viva acima do solo, utilizando a técnica de isolamento de copas de árvores em nuvens de pontos Light Detection and Ranging LiDAR aerotransportados. Para isso, quatro áreas da região noroeste do estado do Mato Grosso; uma degradada pelo fogo, duas degradadas por corte seletivo e outra não degradada, foram analisadas. A técnica de amostragem utilizada nestas áreas foi a detecção de árvores individuais (Individual Tree Detection - ITD) através dos algoritmos de Dalponte (2018) e de Silva et al. (2017). Neste último, foram analisados os parâmetros e definidos tamanhos de pixel de 0,5 m para o arquivo matricial do Modelo de Altura de Copa (Canopy Height Model CHM) que foi suavizado com filtro de janela de 3 x 3 pixel. O algoritmo de Dalponte (2018) dispunha de trabalho com parâmetros utilizados em região de floresta tropical e, desta maneira, foram utilizados os parâmetros padrões. Após definidas as copas, foram extraídas métricas da nuvem de pontos representativas de cada árvore, essas métricas apresentaram alta correlação de Pearson entre si. Para estas, foi utilizada a seleção das métricas menos correlacionadas com dois limiares 0,5 e 0,8. As métricas restantes apresentaram valores discrepantes de R²ajustado para predizer modelos de biomassa viva acima do solo (Above Ground Biomass AGB), variando de 0,89 a 0,055, definindo que o tipo de impacto sofrido pela floresta e o algoritmo utilizado influenciam no sucesso da estimativa de AGB, utilizando nuvens de pontos extraídas pela detecção de árvores individuais (ITD). ABSTRACT: The use of land cover and land occurs in Mato Grosso, causing the loss of forest biomass, releasing the atmosphere and contributing to the increase of temperature in the earth, due to the greenhouse effect. The main gas is responsible for the greenhouse effect is CO2. Carbon in forests is more concentrated in biomass and can be volatilized into waste, depending on the intensity and magnitude of the degradation that the forest emits. The support of biomass is usually made through a forest platform of plots that have their models extrapolated to the size of the plot measured. To mitigate the emission of tropical and auxiliary calories in biomass, the objective of this work was to estimate a living biomass above the ground, using a technique of isolation of landscape canopies in airborne light detection and distance combat - LiDAR points clouds. For this, four areas of the northwest region of the state of Mato Grosso; "The technique of sampling with individual tree detection (ITD) was performed using the algorithms of Dalponte (2018) and Silva et al. (2017), which were degraded by fire, two degraded by rapid cutting and another not degraded. |
dc.description.abstract.eng.fl_txt_mv |
The parameters and pixel sizes of 0.5 m for the Cup Height Model (CHM) matrix file were smoothed with a 3 x 3 pixel window. The Dalponte (2018) algorithm dispunge work for In this way, we used a selection of the least correlated metrics with two thresholds 0, 0, 0, 0, 0, 0, 0, 0, 0, , 5 and 0.8 As the R2 discrete data output options set to predict live above-ground biomass (AGB) models, varying from 0.89 to 0.055, defining what kind of impact the technology and content used influence the success of the economy. of AGB, with the use of clouds of extra points for the individual tree detectation (ITD). |
description |
A mudança de uso e cobertura da terra que ocorre no estado do Mato Grosso MT, ocasiona a perda de biomassa florestal, liberando para a atmosfera gases que contribuem para o aumento da temperatura na terra, devido ao efeito estufa. O principal gás responsável pelo efeito estufa é o CO2. O carbono em florestas é estocado principalmente em biomassa e pode ser volatilizado em quantidades diferentes dependendo da intensidade e magnitude da degradação que a floresta emite. A estimativa dessa biomassa, comumente, é feita por inventário florestal de parcelas que tem seus modelos extrapolados para o tamanho da parcela medida. Para atenuar esta limitação na complexidade de florestas tropicais e auxiliar na estimativa de biomassa, este trabalho teve como objetivo, estimar a biomassa viva acima do solo, utilizando a técnica de isolamento de copas de árvores em nuvens de pontos Light Detection and Ranging LiDAR aerotransportados. Para isso, quatro áreas da região noroeste do estado do Mato Grosso; uma degradada pelo fogo, duas degradadas por corte seletivo e outra não degradada, foram analisadas. A técnica de amostragem utilizada nestas áreas foi a detecção de árvores individuais (Individual Tree Detection - ITD) através dos algoritmos de Dalponte (2018) e de Silva et al. (2017). Neste último, foram analisados os parâmetros e definidos tamanhos de pixel de 0,5 m para o arquivo matricial do Modelo de Altura de Copa (Canopy Height Model CHM) que foi suavizado com filtro de janela de 3 x 3 pixel. O algoritmo de Dalponte (2018) dispunha de trabalho com parâmetros utilizados em região de floresta tropical e, desta maneira, foram utilizados os parâmetros padrões. Após definidas as copas, foram extraídas métricas da nuvem de pontos representativas de cada árvore, essas métricas apresentaram alta correlação de Pearson entre si. Para estas, foi utilizada a seleção das métricas menos correlacionadas com dois limiares 0,5 e 0,8. As métricas restantes apresentaram valores discrepantes de R²ajustado para predizer modelos de biomassa viva acima do solo (Above Ground Biomass AGB), variando de 0,89 a 0,055, definindo que o tipo de impacto sofrido pela floresta e o algoritmo utilizado influenciam no sucesso da estimativa de AGB, utilizando nuvens de pontos extraídas pela detecção de árvores individuais (ITD). ABSTRACT: The use of land cover and land occurs in Mato Grosso, causing the loss of forest biomass, releasing the atmosphere and contributing to the increase of temperature in the earth, due to the greenhouse effect. The main gas is responsible for the greenhouse effect is CO2. Carbon in forests is more concentrated in biomass and can be volatilized into waste, depending on the intensity and magnitude of the degradation that the forest emits. The support of biomass is usually made through a forest platform of plots that have their models extrapolated to the size of the plot measured. To mitigate the emission of tropical and auxiliary calories in biomass, the objective of this work was to estimate a living biomass above the ground, using a technique of isolation of landscape canopies in airborne light detection and distance combat - LiDAR points clouds. For this, four areas of the northwest region of the state of Mato Grosso; "The technique of sampling with individual tree detection (ITD) was performed using the algorithms of Dalponte (2018) and Silva et al. (2017), which were degraded by fire, two degraded by rapid cutting and another not degraded. |
publishDate |
2018 |
dc.date.issued.fl_str_mv |
2018-08-22 |
dc.type.status.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
dc.type.driver.fl_str_mv |
info:eu-repo/semantics/masterThesis |
status_str |
publishedVersion |
format |
masterThesis |
dc.identifier.uri.fl_str_mv |
http://urlib.net/sid.inpe.br/mtc-m21c/2018/08.21.00.13 |
url |
http://urlib.net/sid.inpe.br/mtc-m21c/2018/08.21.00.13 |
dc.language.iso.fl_str_mv |
por |
language |
por |
dc.rights.driver.fl_str_mv |
info:eu-repo/semantics/openAccess |
eu_rights_str_mv |
openAccess |
dc.publisher.none.fl_str_mv |
Instituto Nacional de Pesquisas Espaciais (INPE) |
dc.publisher.program.fl_str_mv |
Programa de Pós-Graduação do INPE em Sensoriamento Remoto |
dc.publisher.initials.fl_str_mv |
INPE |
dc.publisher.country.fl_str_mv |
BR |
publisher.none.fl_str_mv |
Instituto Nacional de Pesquisas Espaciais (INPE) |
dc.source.none.fl_str_mv |
reponame:Biblioteca Digital de Teses e Dissertações do INPE instname:Instituto Nacional de Pesquisas Espaciais (INPE) instacron:INPE |
reponame_str |
Biblioteca Digital de Teses e Dissertações do INPE |
collection |
Biblioteca Digital de Teses e Dissertações do INPE |
instname_str |
Instituto Nacional de Pesquisas Espaciais (INPE) |
instacron_str |
INPE |
institution |
INPE |
repository.name.fl_str_mv |
Biblioteca Digital de Teses e Dissertações do INPE - Instituto Nacional de Pesquisas Espaciais (INPE) |
repository.mail.fl_str_mv |
|
publisher_program_txtF_mv |
Programa de Pós-Graduação do INPE em Sensoriamento Remoto |
contributor_advisor1_txtF_mv |
Yosio Edemir Shimabukuro |
_version_ |
1706809361760780288 |